초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

학생들의 미래 나침반 역할을 하는 교육과정은 21세기 지식․정보사회의 인재가 갖추어야 할 역량으로 정보 기술을 활용한 문제해결 역량을 강조하고, 이를 위해 학생들의 컴퓨팅 사고력 향상을 추구한다. 컴퓨팅 사고력 향상을 위한 프로그래밍 교육의 과정에서 학생들은 저마다 다양한 문제 상황을 마주하게 된다. 이때, 교사로부터 적확한 개별화 맞춤형 피드백을 받지 못한다면 학생의 자기효능감 및 컴퓨팅 사고력은 저하된다. 이를 예방하기 위해서는 학생 개별화 맞춤형 피드백 지원이 필요하다. 하지만 교사 한 명대 학생 다수의 일반적인 교실 환경에서 학생 개별화 맞춤형 피드백 지원은 물리적 한계가 있다. 이는 단지 프로그래밍 수업에 국한되지 않고, 여러 교육 분야에서 발생한다. 이에 다양한 학문 분야와 교과에서 생성형 AI를 학생들의 개별화 맞춤형 피드백을 위한 보조교사로 활용하고자 하는 논의가 활발하다. 따라서 본 연구는 ChatGPT를 중심으로 생성형 AI를 개별 학습 피드백 도구로 활용한 ...

학생들의 미래 나침반 역할을 하는 교육과정은 21세기 지식․정보사회의 인재가 갖추어야 할 역량으로 정보 기술을 활용한 문제해결 역량을 강조하고, 이를 위해 학생들의 컴퓨팅 사고력 향상을 추구한다. 컴퓨팅 사고력 향상을 위한 프로그래밍 교육의 과정에서 학생들은 저마다 다양한 문제 상황을 마주하게 된다. 이때, 교사로부터 적확한 개별화 맞춤형 피드백을 받지 못한다면 학생의 자기효능감 및 컴퓨팅 사고력은 저하된다. 이를 예방하기 위해서는 학생 개별화 맞춤형 피드백 지원이 필요하다. 하지만 교사 한 명대 학생 다수의 일반적인 교실 환경에서 학생 개별화 맞춤형 피드백 지원은 물리적 한계가 있다. 이는 단지 프로그래밍 수업에 국한되지 않고, 여러 교육 분야에서 발생한다. 이에 다양한 학문 분야와 교과에서 생성형 AI를 학생들의 개별화 맞춤형 피드백을 위한 보조교사로 활용하고자 하는 논의가 활발하다. 따라서 본 연구는 ChatGPT를 중심으로 생성형 AI를 개별 학습 피드백 도구로 활용한 파이썬 프로젝트 수업 프로그램을 2개 주제, 각 2차시, 총 4차시로 개발하고 자기효능감 및 컴퓨팅 사고력 향상의 효과를 검증하였다. 고등학교 3학년 학생 22명을 대상으로 개발한 프로그램을 적용하고, 사전과 사후에 각각 자기효능감과 컴퓨팅 사고력 검사를 실시한 뒤, 대 응 표본 t-검정으로 분석하였다. 분석 결과, 학생들의 자기효능감과 컴퓨팅 사고력이 유의하게 향상되었고 효과 크기는 자기효능감과 컴퓨팅 사고력 모두 중간 크기 효과를 보였다. 이 연구의 제한점은 ChatGPT를 비롯한 생성형 AI의 여러 교육적 활용 가이드라인에 기반하여 18세 이상의 고등학교 3학년 학생을 대상으로 프로그램을 적용한 것과, 생성형 AI 피드백의 효과를 분명히 드러날 수 있도록 주제별 총 2차시 수업에서 1차시는 생성형 AI의 도움 없이, 2차 시는 생성형 AI의 피드백을 적용한 수업으로 구성한 것이다. 본 연구의 한계점은 연구 대상이 고등학교 3학년 22명인 것과, 학교 교육과정 시수에 의거 파이썬 프로젝트 수업의 적용 가능한 시수가 현실 적으로 제약되어 2개 주제, 주제별 2차시, 총 4차시 수업으로 진행한 것이다. 이에 본 연구가 현장 적용성 및 일반화 가능성을 높이기 위해서는 학교급의 확대, 연구 대상 수의 증대, 추가 연구 프로그램 적용 등의 후속 연구가 이루어져야 한다.

Abstract ▼ AI-Helper

The curriculum, which serves as a compass for students' future, emphasizes the ability to solve problems using information technology as a competency for human resources in the 21st century knowledge and information society, and seeks to improve students' computational thinking. In the process of pr...

The curriculum, which serves as a compass for students' future, emphasizes the ability to solve problems using information technology as a competency for human resources in the 21st century knowledge and information society, and seeks to improve students' computational thinking. In the process of programming education to improve computing thinking, students encounter various problem situations that are unique to them. If students do not receive appropriate personalized feedback from teachers, their self-efficacy and computational thinking skills will decrease. To prevent this, students need personalized feedback support. However, there are physical limitations in the typical classroom environment of one teacher to many students. This is not limited to programming classes, but occurs in many areas of education. Therefore, there is an active discussion on the use of generative AI as a tutor for personalized feedback in various academic fields and subjects. Therefore, this study developed a Python project class program using generative AI as an individual learning feedback tool centered on ChatGPT in two subjects, two periods each, and four periods in total, and verified the effectiveness of improving self-efficacy and computational thinking skills. The program was applied to 22 students in the third year of high school, and pre- and post-tests of self-efficacy and computational thinking were conducted, respectively, and analyzed with a paired-sample t-test. The results showed that students' self-efficacy and computational thinking skills improved significantly, and the effect size was medium for both self-efficacy and computational thinking. The limitations of this study are that the program was applied to third-year high school students over the age of 18 based on the guidelines for the educational use of generative AI, including ChatGPT, and that the program consisted of two classes per topic, the first without the help of generative AI and the second with generative AI feedback, so that the effect of generative AI feedback could be clearly revealed. The limitations of this study are that the research subjects were 22 high school seniors, and the number of applicable Python project lessons was limited by the number of school curriculum hours, so the study was conducted with two topics, two lessons per topic, and a total of four lessons. Therefore, in order to increase the applicability and generalizability of this study to the field, a follow-up study should be conducted by expanding the number of school classes, increasing the number of research subjects, and applying additional research programs.

Keyword